| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·基于知识的方法 | 第11-12页 |
| ·基于特征的检测 | 第12-14页 |
| ·模板匹配算法 | 第14页 |
| ·基于表象的算法 | 第14-16页 |
| ·人脸检测的评价标准 | 第16-17页 |
| ·本文主要工作内容及文章结构安排 | 第17-18页 |
| ·主要工作内容 | 第17页 |
| ·文章结构安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 AdaBoost 算法及其改进 | 第19-26页 |
| ·AdaBoost 算法概述 | 第19-20页 |
| ·基于AdaBoost 的改进算法 | 第20-24页 |
| ·权值更新方法的改进 | 第20-21页 |
| ·训练方法的改进 | 第21-22页 |
| ·多算法结合的改进 | 第22-23页 |
| ·综合方法的改进 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 经典实现方法 | 第26-33页 |
| ·Viola 的基于积分图像和AdaBoost 的人脸检测方法 | 第26-29页 |
| ·FloatBoost 算法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 特征快速训练算法 | 第33-43页 |
| ·引言 | 第33-35页 |
| ·训练体系概述 | 第35-36页 |
| ·特征库快速生成算法 | 第36-42页 |
| ·快速训练算法 | 第36-38页 |
| ·训练加速方案 | 第38-39页 |
| ·实验结果和讨论 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于选择和回溯的分类器训练 | 第43-56页 |
| ·引言 | 第43-44页 |
| ·基于选择和回溯的分类器训练 | 第44-49页 |
| ·分类器的优化策略 | 第49-52页 |
| ·实验结果 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |